-
公开(公告)号:CN118446739A
公开(公告)日:2024-08-06
申请号:CN202410669189.7
申请日:2024-05-28
Applicant: 合肥大学
IPC: G06Q30/0202 , G06Q50/50 , G06N3/0499 , G06N3/08 , H04L41/5061
Abstract: 本发明提供一种基于机器学习的用户流失预警系统及方法,涉及用户流失预警技术领域,包括:数据采集模块,用于采集第M个月和第N个月的电信运营商和用户的特征数据,其中,#imgabs0#,电信运营商的特征数据包括网络质量、价格因素、竞争环境和客户关系;网络质量的影响参数包括信号强度和数据传输速度;价格因素的影响参数包括己方的套餐价格和流量费;竞争环境的影响参数包括市场的占有率和竞争对手的套餐价格;客户关系的影响参数包括投诉处理时间和单位时间内的投诉次数。本发明在对用户流失的情况预测时,采集电信运营商和用户的特征数据,考虑用户与运营商之间的互动和关系,综合分析用户流失情况,能够提高用户流失情况的预测精度。
-
公开(公告)号:CN118446739B
公开(公告)日:2024-11-22
申请号:CN202410669189.7
申请日:2024-05-28
Applicant: 合肥大学
IPC: G06Q30/0202 , G06Q50/50 , G06N3/0499 , G06N3/08 , H04L41/5061
Abstract: 本发明提供一种基于机器学习的用户流失预警系统及方法,涉及用户流失预警技术领域,包括:数据采集模块,用于采集第M个月和第N个月的电信运营商和用户的特征数据,其中,#imgabs0#,电信运营商的特征数据包括网络质量、价格因素、竞争环境和客户关系;网络质量的影响参数包括信号强度和数据传输速度;价格因素的影响参数包括己方的套餐价格和流量费;竞争环境的影响参数包括市场的占有率和竞争对手的套餐价格;客户关系的影响参数包括投诉处理时间和单位时间内的投诉次数。本发明在对用户流失的情况预测时,采集电信运营商和用户的特征数据,考虑用户与运营商之间的互动和关系,综合分析用户流失情况,能够提高用户流失情况的预测精度。
-